Бавовна як важлива товарна культура та сировина для бавовняно-текстильної промисловості, зі збільшенням густонаселених територій, проблема конкуренції на землі під посівами бавовни, зерна та олійних культур стає дедалі серйознішою, використання спільних посівів бавовни та зерна може ефективно пом’якшити протиріччя між вирощування бавовни та зернових культур, що може покращити продуктивність культури та захист екологічного різноманіття тощо на. Тому велике значення має швидкий і точний моніторинг росту бавовнику в режимі проміжних культур.
Мультиспектральні та видимі зображення бавовнику на трьох стадіях родючості були отримані за допомогою багатоспектральних та RGB-датчиків, встановлених на БПЛА, були виділені їхні спектральні характеристики та характеристики зображення, і в поєднанні з висотою рослин бавовнику на землі було отримано SPAD бавовнику. оцінюється за допомогою інтегрованого навчання з регресією голосування (VRE) і порівнюється з трьома моделями, а саме, регресією випадкового лісу (RFR), градієнтним деревом Регресія (GBR) і опорна векторна машинна регресія (SVR). . Ми оцінили точність оцінки різних моделей оцінки щодо відносного вмісту хлорофілу в бавовні та проаналізували вплив різних співвідношень проміжних посівів бавовни та сої на ріст бавовни, щоб забезпечити основу для вибору співвідношення проміжних посівів між бавовною та соєю та високоточна оцінка SPAD бавовни.
У порівнянні з моделями RFR, GBR і SVR, модель VRE показала найкращі результати оцінки в оцінці SPAD бавовни. Базуючись на моделі оцінки VRE, модель із характеристиками мультиспектрального зображення, характеристиками видимого зображення та злиттям висоти рослин як вхідними даними мала найвищу точність із тестовим набором R2, RMSE та RPD 0,916, 1,481 та 3,53 відповідно.
Було показано, що об’єднання даних із багатьох джерел у поєднанні з алгоритмом інтеграції регресії голосування забезпечує новий ефективний метод оцінки SPAD у бавовні.
Час публікації: 03 грудня 2024 р